대규모 애자일 개발에서 회고 활용 연구

초록

본 연구는 대규모 애자일 프로젝트에서 회고가 어떻게 실행되는지를 사례 연구를 통해 조사한다. 109개의 이슈와 36개의 액션 아이템을 분석한 결과, 대부분이 팀 수준의 학습과 개선에 초점을 맞추고 있음을 확인하였다.

상세 분석

이 논문은 대규모 애자일 환경에서 회고가 실제로 어떤 형태로 이루어지는지를 정량·정성적으로 파악하려는 시도이다. 연구자는 장기적인 케이스 스터디를 채택해, 6개월에 걸친 12개의 스프린트에서 작성된 회고 보고서를 수집하고, 텍스트 마이닝과 코딩 기법을 통해 109개의 이슈와 36개의 액션 아이템을 도출하였다. 이슈는 크게 ‘프로세스·도구’, ‘팀 역학’, ‘조직·관리’, ‘기술·품질’ 네 카테고리로 분류되었으며, 가장 빈번한 카테고리는 팀 역학(팀 커뮤니케이션, 역할 명확성, 협업 문화)이었다. 이는 대규모 프로젝트에서 팀 간 경계가 복잡해짐에 따라 팀 내부의 학습과 조정이 핵심 과제로 부상한다는 점을 시사한다.

액션 아이템은 주로 ‘즉시 적용 가능한 개선책’과 ‘장기적인 조직 변화 제안’으로 나뉘었으며, 실제 실행 비율은 55%에 머물렀다. 이는 회고에서 도출된 개선점이 실행 단계에서 소멸되는 ‘학습 손실’ 현상이 여전히 존재함을 보여준다. 저자는 이러한 격차의 원인으로 회고 결과의 공유 메커니즘 부재, 의사결정 구조의 복잡성, 그리고 스프린트 목표와의 충돌을 지적한다.

또한, 기존 문헌이 제시하는 ‘팀 수준 회고’와 ‘프로그램 레벨 회고’의 구분이 실제 현장에서는 흐릿하게 적용되고 있음을 발견했다. 대규모 프로젝트에서는 여러 팀이 동시에 진행되는 복합적인 작업 흐름 때문에, 팀 회고에서 도출된 이슈가 프로그램 레벨에서 재조정되지 않으면 전체적인 학습 효과가 제한된다. 따라서 저자는 회고 결과를 계층적으로 정리하고, 프로그램 레벨에서 검증·우선순위 부여 과정을 도입할 것을 제안한다.

이 연구는 회고가 단순히 팀 내부의 반성 도구를 넘어, 대규모 조직에서 지식 흐름을 연결하고 지속 가능한 개선을 촉진하는 메커니즘으로 재구성될 필요가 있음을 강조한다. 특히, 회고 결과를 구조화된 데이터베이스에 저장하고, 정기적인 메타 회고(Meta‑Retrospective)를 통해 누적된 교훈을 조직 차원에서 재활용하는 방안이 실질적인 학습 확대에 기여할 수 있다.